샤프 지수의 단점 : 이론적 한계와 보완 지표

영상으로 편하게 보실 수 있습니다.
https://youtu.be/yTVMwIEjCbU

샤프 지수의 이론적 한계와 보완 지표

서론

샤프 지수(Sharpe Ratio)는 투자 전략의 위험조정 성과를 한눈에 보여주는 지표로 널리 쓰입니다. 이는 포트폴리오의 초과수익률(포트폴리오 수익률 - 무위험 수익률)을 수익률 변동성(표준편차)으로 나눈 값으로, 투자자가 한 단위 위험당 얼마나 초과수익을 얻었는지를 나타냅니다. Sharpe 지수는 간결하고 직관적이어서 여러 전략을 비교하는 표준적인 척도로 활용되어 왔습니다. 그러나 이러한 편의성 이면에는 구조적(이론적) 한계가 존재합니다[1][2]. 아래에서는 Sharpe 지수의 주요 단점을 살펴보고, 왜 그런 한계를 지니는지 설명한 뒤, 이러한 약점을 보완할 수 있는 대안 성과 지표들을 소개하겠습니다. 이를 통해 투자 전문가는 Sharpe 지수 하나만으로 간과될 수 있는 위험 측면까지 고려하여 전략 성과를 더욱 직관적으로 해석할 수 있을 것입니다.

샤프 지수의 구조적 한계

• 상승 변동성과 하락 변동성을 구분하지 못함: Sharpe 지수는 총 변동성(표준편차)을 위험으로 보기 때문에, 좋은 변동성(수익이 크게 나는 상승 국면의 변동)과 나쁜 변동성(손실이 발생하는 하락 국면의 변동)을 구별하지 않습니다[3]. 예를 들어 대부분의 변동성이 상승장에서 발생하여 투자자에게 이득이 되는 전략도 단지 변동폭이 크다는 이유로 Sharpe 지수는 낮아질 수 있습니다. Sharpe 지수가 높다는 것은 평균적으로 위험 대비 보상이 우수함을 의미하지만, 그 위험이 어떤 방향의 변동성에서 기인하는지는 알려주지 않습니다. 결국 상승 폭이 큰 전략도 Sharpe 지수만 보면 위험한 전략으로 평가될 수 있다는 것이 한계입니다[3].
• 정규분포 가정 및 분포 왜곡 무시: Sharpe 지수는 수익률 분포가 정규분포를 따른다는 전제를 깔고 있으며, 평균과 분산(표준편차) 두 가지 1차∙2차 모멘트만으로 위험을 표현합니다[1]. 현실의 자산 수익률 분포는 종종 비대칭(왜도)이나 두터운 꼬리(고도 첨도)를 가지지만, Sharpe 지수 계산에는 이러한 분포의 형태가 반영되지 않습니다[2]. 그 결과 왜도나 첨도가 크게 다른 두 투자전략이 동일한 Sharpe 지수를 보일 수 있는데, 이는 분포 상의 위험 프로파일이 전혀 다를 수 있음에도 Sharpe 지수가 이를 식별하지 못함을 뜻합니다. 요컨대 Sharpe 지수는 평균적인 변동성은 포착하지만 분포의 비대칭성이나 극단치 발생 가능성은 간과합니다[4][5].
• 꼬리 위험(Tail Risk) 및 극단적 손실 간과: 위의 한계와 맞물려, Sharpe 지수는 드문 발생이지만 치명적인 손실에 둔감합니다[4][6]. 예를 들어 깊은 외가격 옵션 매도 전략을 생각해보겠습니다. 대부분의 시간에는 작은 프리미엄 이익을 꾸준히 얻다가 가끔 한 번의 대규모 손실을 보지만, 손실이 발생하기 전까지는 매우 안정적인 수익을 기록하는 전략입니다. 이런 전략은 대형 손실이 현실화되기 전까지는 Sharpe 지수가 매우 높게 나타날 수 있습니다[6]. 실제 사례로 1990년대 말 파산한 LTCM(Long-Term Capital Management) 헤지펀드도 붕괴 직전까지 Sharpe 지수가 4.35에 달할 만큼 높았으나, 한 번의 극단적 시장 충격으로 막대한 손실을 입고 붕괴했습니다[7]. Sharpe 지수 단일 지표만 봐서는 이렇듯 잠재된 대규모 하락 위험을 파악하기 어려웠던 것입니다. 따라서 Sharpe 지수는 테일 이벤트(100년에 한 번 올 법한 위기 등)에 대한 대비나 최대 손실 규모를 보여주지 못한다는 중대한 한계를 지닙니다[8].
• 경로 의존성(Path Dependency) 무시: Sharpe 지수는 수익률의 시간적 경로를 고려하지 않고 요약해버리므로, 투자 성과의 순서를 무시한 평균적인 결과만 보여줍니다. 예를 들어 초반에 작은 손실을 몇 번 보고 나서 나중에 큰 이익을 거둔 전략과 일정한 소폭 이익을 내다가 가끔 대규모 손실을 보는 전략이 있다고 합시다. 두 전략이 최종적인 평균 수익과 변동성이 비슷하다면 Sharpe 지수는 동일하게 나타날 수 있습니다[9]. 그러나 전자는 비교적 안정적으로 자본이 성장하는 반면, 후자는 중간에 자본이 크게 감소(심각한 드로우다운)했다가 회복되는 경로를 겪었을 수 있습니다. Sharpe 지수는 이러한 경로상의 위험(자본 보존의 위험)을 반영하지 못하기 때문에[9], 투자자가 중간에 겪어야 하는 고통의 크기나 위험의 시간적 집중도를 알 수 없습니다. 다시 말해, Sharpe 지수는 "언제, 얼마나 지속된 손실이 있었는가"라는 투자자의 핵심 관심사를 다루지 않습니다.
• 표본 외곽치(Outlier)에 민감하고, 변동성의 시간 변화 미고려: Sharpe 지수는 과거 데이터 표본의 통계적 특성에 기반하는데, 단 한 번의 비정상적 사건(예: 한 달간의 극단적 폭락 또는 급등)이 Sharpe 값을 크게 왜곡시킬 수 있습니다[10]. 또한 Sharpe 지수는 계산 기간 동안의 평균적인 변동성 수준을 이용하므로, 시장 변동성이 시간이 지남에 따라 변화하는 사실을 반영하지 못합니다[11]. 현실에서는 변동성이 클러스터링되는 경향, 즉 변동성이 높아졌다 낮아졌다 하는 국면이 교차하는데[12], Sharpe 지수는 이러한 이질성(heteroscedasticity)을 평균치로 평탄화해버립니다. 그 결과 평온기와 폭풍기의 차이를 드러내지 못하고, 평균의 함정에 빠질 위험이 있습니다. 투자자는 Sharpe 지수 하나로는 조용한 시기와 혼란스러운 시기를 구분하거나, 성과가 안정적으로 꾸준했는지 아니면 롤러코스터를 탔는지 알기 어렵습니다[13].
• 유동성 위험 및 평가 빈도의 영향: (비록 본 보고서에서 다루는 이론적 한계의 범주에서 약간 벗어난 내용이지만) Sharpe 지수는 평가 주기나 자산 유동성에 따른 착시 현상에도 취약합니다. 예를 들어, 비유동적인 자산을 보유한 펀드는 시장 가격이 빈번히 표시되지 않으므로 겉보기 변동성이 낮게 산출되어 Sharpe 지수가 높게 나올 수 있습니다[14]. 이는 Sharpe 지수가 내재적으로 유동성 위험이나 가격의 연속성 문제를 감지할 방법이 없기 때문에 발생하는 현상입니다. 마찬가지로, 월별 수익률로 계산한 Sharpe 지수와 일별 수익률로 계산한 Sharpe 지수는 데이터 주기 차이로 인해 달라질 수 있고, 수익률 분포의 자기상관(Serial Correlation)이 있는 경우 Sharpe 지수가 실제보다 높게 과대평가될 수 있습니다[15]. 이러한 점들은 Sharpe 지수가 특정 전략의 진정한 위험을 낮게 보이게 만들 수 있는 맹점을 지니고 있음을 보여줍니다.

위와 같은 이유들로, Sharpe 지수 하나만으로 전략의 성과를 평가하는 데에는 위험이 따릅니다. 특히 헤지펀드나 대체투자 전략처럼 비정규분포의 수익을 내는 투자의 경우 Sharpe 지수는 오해를 불러일으킬 수 있습니다[6]. 이에 따라 투자 업계에서는 Sharpe 지수를 보완하기 위해 다양한 위험 지표들을 함께 고려하는 추세입니다. 예를 들어 모닝스타(Morningstar) 같은 기관은 펀드 평가 시 Sharpe 지수 외에도 왜도(skewness), 첨도(kurtosis), Sortino 지수, 상승/하락 월 횟수, 최악의 월간 성과, 최대낙폭(MDD) 등을 함께 공시하여 투자자들이 더 입체적인 성과 분석을 할 수 있도록 하고 있습니다[16]. 결국 Sharpe 지수의 구조적 한계를 인지하고, 이를 보완할 수 있는 지표들을 병행해야만 전략의 위험-수익 프로파일을 제대로 파악할 수 있습니다.

Sharpe 지수 약점을 보완하는 대체 성과 지표들

Sharpe 지수의 한계를 보완하기 위해 투자자들은 여러 대안 성과 지표를 활용합니다. 이들 지표는 Sharpe 지수가 놓치는 특정 위험 측면(하방 위험, 최대 손실 규모, 손실의 지속 기간 등)을 직간접적으로 반영함으로써, Sharpe 지수와 함께 사용할 때 전략에 대한 총체적 평가가 가능하도록 도와줍니다[16]. 아래에서는 대표적인 보완 지표인 최대낙폭(MDD), 평균 회복 기간, Sortino 지수, Calmar 지수를 소개하고, 각각이 Sharpe 지수의 어떤 약점을 메워주는지 설명하겠습니다.

최대낙폭 (Maximum Drawdown, MDD)

정의: 최대낙폭은 투자 자산의 가치가 역사상 최고점에서 최저점까지 얼마나 큰 폭으로 하락했는지를 나타내는 지표입니다[17]. 일반적으로 백테스트나 운용 기록에서 가장 극심했던 누적 손실의 비율로 표현되며, 특정 기간 동안 투자자산이 겪은 최대 자본 감소폭이라고 볼 수 있습니다[17]. 예를 들어, 설정 이후 가장 높았던 자산 가치 대비 몇 %까지 떨어졌었는가를 측정한 값이 바로 MDD입니다.

Sharpe 한계 보완: Sharpe 지수는 평균적인 변동성에 기반하기 때문에, "최악의 순간에 얼마만큼 잃을 수 있는가"를 알려주지 못합니다. MDD는 이 부분을 직접적으로 보완해주는 지표입니다. Sharpe 지수가 높게 나타난 전략이라도 과거에 한때 큰 폭락을 경험했다면 MDD 수치가 높게 기록될 것이고, 이를 통해 투자자는 해당 전략의 최대 손실 위험을 인지할 수 있습니다. 실제로 Sharpe 지수만 보면 우수해 보이는 두 전략이 있어도, 한쪽이 과거 -30%의 급락을 동반한 반면 다른 쪽은 -10% 이내의 완만한 조정만 경험했다면 투자자의 평가는 달라질 것입니다. 예컨대 한 전략 B가 Sharpe 지수 2.0으로 매우 높게 나타났더라도 과거 30%의 MDD를 기록했다면, Sharpe 지수는 낮지만 MDD -10% 이내인 전략 A보다도 오히려 매력이 떨어질 수 있습니다[18]. 이러한 맥락에서 MDD 지표는 Sharpe 지수로 포착되지 않는 꼬리 위험의 규모를 명확히 드러내주는 역할을 합니다[8]. 특히 절대 손실을 꺼리는 투자자의 입장에서는 Sharpe 지수보다 MDD에 더욱 민감하게 반응하는데, MDD를 함께 고려하면 전략의 성과가 좋아 보이는 경우에도 숨은 위험 신호를 감지할 수 있습니다. 다만, MDD는 과거 관찰된 단일 최악 사례에 집중하기 때문에 발생 확률이나 일상적 변동성에 대한 정보는 주지 않으며, 지나치게 과거 특정 순간에 치중한다는 한계는 있습니다. 그럼에도 "최대 손실 규모"에 대한 경계는 투자에 있어 매우 중요하므로 Sharpe 지수의 중요한 보완지표로 활용됩니다.

평균 회복 기간 (Average Recovery Time)

정의: 평균 회복 기간은 각각의 드로우다운(drawdown), 즉 고점 대비 손실 국면에서 해당 손실을 만회하여 원래의 고점을 회복하기까지 걸린 시간들의 평균치를 말합니다[19]. 구체적으로, 역사적 데이터에서 모든 피크-저점-재회복 주기를 찾아, 저점에서 이전 고점까지 복구하는 데 소요된 시간(개월 수 또는 일수)을 측정하고 이를 평균낸 값입니다[19][20]. 예를 들어 어떤 펀드가 과거 5번의 큰 조정을 겪었고, 각각 저점에서 회복하는 데 걸린 기간이 3개월, 6개월, 2개월, 8개월, 4개월이었다면 평균 회복 기간은 이들의 평균인 4.6개월이 됩니다[21]. 일반적으로 이 지표는 월 단위로 계산하여 “평균 회복 개월 수”로 표현합니다.

Sharpe 한계 보완: Sharpe 지수는 손실 후 자산이 회복되는 데 얼마나 시간이 걸렸는지에 대한 정보를 제공하지 않습니다. 두 전략이 비슷한 Sharpe 지수를 갖고 있더라도, 한 전략은 손실 발생 시 금세 만회하는 반면 다른 전략은 장기간 원금 회복을 못하고 저점 부근에 머물러 있을 수 있습니다. Sharpe 지수만으로는 이러한 손실의 지속 기간 차이를 구별할 수 없지만, 평균 회복 기간 지표를 보면 전략이 손실에서 얼마나 빨리 회복하는 경향이 있는지 알 수 있습니다. 이는 투자자의 심리적 부담이나 유동성 계획 측면에서 매우 중요합니다. 짧은 회복 기간은 해당 전략이 손실을 빠르게 복구함을 의미하여 투자자에게 안도감을 주고 자본 회전율을 높이는 반면, 회복 기간이 길면 투자자는 오랜 기간 자본이 묶이고 심리적 스트레스를 받을 수 있습니다. 실제로 투자자들은 낙폭 발생 시 너무 오랫동안 회복되지 않는 전략을 기피하는 경향이 있습니다[22]. 따라서 평균 회복 기간은 Sharpe 지수가 놓치고 있는 "손실의 시간적 위험"을 보완해주며, 전략이 지속적으로 운용되었을 때 투자자가 직면할 수 있는 최악의 대기 시간을 가늠하게 해줍니다. 다만 이 지표 역시 과거의 평균치일 뿐 미래에도 동일한 회복 속도가 보장되는 것은 아니므로, 다른 맥락과 함께 해석해야 합니다.

Sortino 지수 (Sortino Ratio)

정의: Sortino 지수는 Sharpe 지수의 변형으로서, 분모에 전체 변동성 대신 하방(下方) 변동성만을 사용하는 위험조정 성과 지표입니다. 여기서 하방 변동성이란 목표 수익률 (혹은 무위험 수익률) 미만으로 떨어진 부분의 표준편차, 즉 투자자에게 손실이나 실망을 안기는 변동성만을 따로 계산한 값입니다[23]. 예컨대 연 목표수익률을 0% (혹은 무위험 이자율)로 놓는다면, 월간 수익률 중 0%보다 낮은 구간들만 모아서 그 표준편차(하향 표준편차)를 구하는 식입니다. Sortino 지수는 (포트폴리오 수익률 - 목표수익률) / 하방 표준편차로 계산되며, 상승 국면에서의 변동성은 위험으로 간주하지 않는 것이 Sharpe 지수와의 핵심 차이입니다[23]. 이 이론적 배경은 “상승 변동성은 투자자에게 이득이므로 위험으로 볼 필요가 없다”는 직관에 기반하며, 결과적으로 투자자가 걱정해야 할 진짜 위험인 하락 변동성에 초점을 맞추자는 접근입니다[24].

Sharpe 한계 보완: Sortino 지수의 도입으로 Sharpe 지수의 중요한 약점 중 하나였던 "상승 변동성까지 벌점으로 처리한다"는 문제가 상당 부분 해소됩니다[3]. Sharpe 지수는 전체 변동성이 높으면 그 원인이 수익 증가이든 손실 증가이든 무조건 낮아지지만, Sortino 지수는 하락 변동성이 높을 때만 낮아지고 상승 변동성에는 둔감합니다. 예를 들어 두 전략이 연평균 10%의 수익률로 동일하지만 A 전략은 변동성이 주로 위쪽(예상보다 초과 수익을 낸 경우)에 발생하고 B 전략은 변동성이 주로 아래쪽(예상보다 손실난 경우)에 발생한다고 합시다. Sharpe 지수는 두 전략의 표준편차가 비슷하다면 동일하게 평가할 것입니다. 그러나 Sortino 지수로 평가하면 A 전략은 상승 변동성 위주이므로 위험이 적은 것으로 간주되어 높은 값이 나오고, B 전략은 하락 변동성이 크므로 위험이 크다고 간주되어 낮은 값이 나옵니다. 이는 투자자 입장에서 “좋은 변동성은 문제되지 않고, 나쁜 변동성만 문제”라는 직관에 부합하므로 전략의 체감 위험도를 더 정확히 반영해줍니다[23]. Sortino 지수는 특히 고변동성 전략이나 비대칭 수익분포 전략의 성과를 평가할 때 Sharpe 지수보다 유용한데[25], 이는 해당 전략들이 상승 변동성과 하락 변동성이 불균형한 경우가 많기 때문입니다. 다만 Sortino 지수도 평균 초과수익 대비 하향표준편차라는 구조는 Sharpe와 유사하여, 분포의 극단치나 기타 위험 요인(유동성 등)은 여전히 반영하지 못한다는 한계는 공유합니다[26]. 그럼에도, Sharpe 지수와 함께 Sortino 지수를 병기하면 해당 전략의 수익 변동성 중 투자자에게 진정 불리한 부분만 얼마나 되는지** 파악할 수 있어 Sharpe의 평가를 한층 보완하게 됩니다.

Calmar 지수 (Calmar Ratio)

정의: Calmar 지수는 투자 펀드의 평균 연간 복리수익률(CAGR)을 동일 기간 동안의 최대낙폭(MDD)으로 나누어 계산하는 위험조정 성과 지표입니다[27]. 1980년대 말 Terry Young에 의해 소개된 이 지표는 주로 헤지펀드와 원자재 트레이딩Advisor(CTA) 등에서 성과평가에 활용되어 왔으며, "캘리포니아 매니지드 어카운트 리포트(California Managed Account Reports)"의 약자를 딴 이름입니다[28]. 실무적으로는 최근 3년 간의 연평균 수익률을 그 기간의 최대낙폭으로 나눈 값으로 산출하는 경우가 많습니다[29]. 예를 들어 최근 3년간 연평균 +15% 수익을 올린 전략의 MDD가 -10%라면 Calmar 지수는 1.5이며, 연평균 +10% 수익을 올린 전략의 MDD가 -20%이면 Calmar 지수는 0.5가 됩니다. 숫자가 높을수록 적은 위험(MDD)으로 높은 수익을 올렸음을 의미하므로 우수한 성과로 해석됩니다.

Sharpe 한계 보완: Calmar 지수는 Sharpe 지수에 비해 "최악의 손실 대비 성과"를 보여주므로, 대규모 자본 감소에 대한 민감도를 평가할 때 유용합니다. Sharpe 지수가 평균적 변동성 대비 수익률을 강조한다면, Calmar 지수는 최대 손실위험 대비 수익률을 강조한다는 차이가 있습니다[30]. 따라서 Sharpe 지수만 보면 뛰어난 전략이라도 과거 깊은 낙폭을 겪었으면 Calmar 지수에서는 낮게 평가되어, 해당 전략의 잠재적 위험성을 경고해줍니다. 앞서 예로 든 전략 A(연평균 +15%, MDD -10%)와 전략 B(Sharpe 지수 2.0, MDD -30%)를 비교해보겠습니다. Sharpe 지수는 B가 2.0으로 A보다 높지만, Calmar 지수로 보면 A는 1.5, B는 0.5에 불과하여 B 전략이 대규모 손실 위험을 내포하고 있음을 명확히 드러냅니다[18]. 실제로 투자자 입장에서는 Sharpe 지수만 높고 낙폭 관리가 안 된 전략보다, 수익 대비 낙폭이 적절히 통제된 전략을 더 선호하는 경우가 많습니다. Calmar 지수는 이런 점에서 Sharpe 지수를 보완하여 “수익 대비 자본보존 능력”을 평가하는 척도로 쓰입니다[31]. 특히 헤지펀드 업계에서는 평균 이상의 수익률을 내기 위해 어느 정도의 최대 손실을 감내해야 했는지를 보여주는 지표로 Calmar 지수를 활용하여, Sharpe 지수 하나만 볼 때 놓칠 수 있는 다운사이드 리스크를 강조합니다. 다만 Calmar 지수는 위험 척도로 MDD 단일 수치에 의존하므로 Sharpe 지수처럼 일상적 변동성 수준이나 상승폭 등은 반영하지 못합니다[32]. 결국 Calmar 지수 역시 Sharpe 지수를 대체할 수는 없지만, 최대 손실 관점에서의 성과를 조명함으로써 Sharpe 지수의 약점을 보완하는 유용한 추가 지표입니다.

결론

Sharpe 지수는 투자 전략의 성과를 요약된 한 숫자로 보여주는 유용한 도구이지만, 위에서 살펴본 바와 같이 여러 이론적 한계를 지닙니다. 대칭적인 변동성 사용, 분포 가정의 한계, 꼬리 위험 미반영, 경로 의존성 무시 등은 Sharpe 지수 하나로는 전략의 위험 특성을 완전히 파악하기 어려움을 뜻합니다. 따라서 투자 성과 평가에 단일 지표에 의존하는 것은 위험하며, 특히 다양하고 복잡한 수익분포를 가진 현대의 투자전략에서는 보조 지표들과 함께 종합적으로 평가하는 것이 중요합니다[16]. 본 보고서에서 제시한 MDD, 평균 회복 기간, Sortino 지수, Calmar 지수 등은 Sharpe 지수가 간과하는 각기 다른 약점을 보완해주어, Sharpe 지수와 함께 활용 시 전략의 위험-수익 프로파일을 입체적으로 이해하는 데 도움을 줍니다. 궁극적으로 “위험(Risk)”이라는 말은 하나이지만 그것을 나타내는 숫자가 하나일 수는 없다[33]는 유명한 격언처럼, 단일 지표에 의존하지 말고 여러 관점의 지표를 함께 고려해야만 투자자는 전략 성과를 정확하고 직관적으로 판단할 수 있을 것입니다.

 

🔬 아래 글도 같이 읽어보세요.

https://wejump3.tistory.com/entry/%EC%83%A4%ED%94%84%EC%A7%80%EC%88%98-50-%EC%B6%95%ED%95%98%ED%95%A9%EB%8B%88%EB%8B%A4-%EC%9D%B4%EC%A0%9C-%EA%B3%A0%ED%86%B5%EC%9D%B4-%EC%8B%9C%EC%9E%91%EB%90%A0-%EC%88%98%EB%8F%84-%EC%9E%88%EC%8A%B5%EB%8B%88%EB%8B%A4

샤프지수 5.0? 축하합니다. 이제 고통이 시작될 수도 있습니다.

https://wejump3.tistory.com/entry/%EC%83%A4%ED%94%84%EC%A7%80%EC%88%98-%EB%86%92%EC%9C%BC%EB%A9%B4-%EB%AC%B4%EC%A1%B0%EA%B1%B4-%EC%A2%8B%EC%9D%84%EA%B9%8C-%EC%A0%84%EA%B5%90-1%EB%93%B1%EC%9D%98-%EB%B9%84%EB%B0%80-%EC%84%B1%EC%A0%81%ED%91%9C-%ED%8C%8C%ED%97%A4%EC%B9%98%EA%B8%B0-feat-%EC%86%8C%EB%A5%B4%ED%8B%B0%EB%85%B8-%EC%A7%80%EC%88%98

샤프지수 높으면 무조건 좋을까? 전교 1등의 비밀 성적표 파헤치기 (feat. 소르티노 지수)

https://wejump3.tistory.com/entry/%EB%88%84%EC%A0%81-%EC%88%98%EC%9D%B5%EC%9D%B4-%EC%A0%81%EC%9D%80-%EC%A0%84%EB%9E%B5%EC%9D%B4-%EB%86%92%EC%9D%80-%EC%A0%84%EB%9E%B5%EB%B3%B4%EB%8B%A4-CAGR-%EC%9D%B4-%EB%86%92%EC%9D%84-%EC%88%98-%EC%9E%88%EB%8A%94%EA%B0%80

누적 수익이 적은 전략이 높은 전략보다 CAGR 이 높을 수 있는가?

https://wejump3.tistory.com/138

승률 90% 백테스트의 함정: 샤프 지수보다 소르티노가 낮다면?

 

참고자료

[1] [2] [4] [10] [11] Sharpe Ratio: Understanding Its Limitations with a Python Example | by DeVillar | Renata Villar | Medium

https://medium.com/@devillar/sharpe-ratio-understanding-its-limitations-with-a-python-example-9c396344d1bb

[3] Risk Based Measures of Performance Appraisal - CFA, FRM, and Actuarial Exams Study Notes

https://analystprep.com/study-notes/cfa-level-iii/risk-based-measures-of-performance-appraisal-2/

[5] [8] [9] [12] [13] [18] [31] Why Sharpe Ratio is Not a good measure of Trading Performance. Use CAGR to Maximum Drawdown Ratio instead!

https://www.quantprogram.com/blog/why-sharpe-ratio-is-not-a-good-measure-of-trading-performance-use-cagr-to-maximum-drawdown-ratio-instead

[6] [7] [14] [15] [16] [26] [33] Limitations of the Sharpe Ratio: Understanding Risk in Hedge Funds

https://www.investopedia.com/articles/07/sharperatio.asp

[17] [19] [20] [22] Peak-to-Valley Drawdown

https://www.investopedia.com/terms/p/peak-to-valley-drawdown.asp

[21] Causeway Capital Management: The Value Reversion

https://www.causewaycap.com/insight/the-value-reversion/

[23] [24] [25] The Difference Between the Sharpe Ratio and the Sortino Ratio

https://www.investopedia.com/ask/answers/010815/what-difference-between-sharpe-ratio-and-sortino-ratio.asp

[27] [28] [29] [30] [32] Understanding the Calmar Ratio: Risk-Adjusted Returns for Hedge Funds

https://www.investopedia.com/terms/c/calmarratio.asp

 

https://lilys.ai/digest/6293848/6323644?s=1&noteVersionId=2693786

샤프 지수의 이론적 한계와 보완 지표